De acordo com um estudo divulgado nesta quinta-feira (19), algoritmos de aprendizado de máquina conseguiram identificar os aromas predominantes de diversos uísques de maneira mais eficaz do que um especialista.
A maioria dos odores ao nosso redor é formada por uma combinação complexa de que interagem com o nosso sistema olfativo para produzir uma impressão particular. Este é o caso do uísque, que possui um perfil aromático definido por mais de 40 compostos, além de poder incluir uma quantidade ainda maior de compostos voláteis não odoríferos.
-u805f1l6pj6r.png)
Isso torna particularmente desafiador avaliar ou identificar as propriedades aromáticas de um uísque apenas com base em sua estrutura molecular. Contudo, os químicos alcançaram tal feito graças a dois algoritmos de aprendizado de máquina, conforme evidenciado pelos resultados de uma pesquisa publicada na Communications Chemistry.
O OWSum, o primeiro algoritmo, é um instrumento estatístico que identifica odores moleculares, criado pelos autores do estudo. A CNN, por outro lado, é uma rede neural convolucional que auxilia na identificação de relações em conjuntos de dados extremamente complexos, como os que envolvem "as moléculas mais impactantes e os atributos de aroma" em um uísque combinado, conforme explicou Andreas Grasskamp, pesquisador do Fraunhofer Institute for Process Engineering and Packaging IVV em Freising (Alemanha), e principal autor do estudo.
Os cientistas "treinaram" os algoritmos ao fornecer uma lista de moléculas identificadas por cromatografia gasosa e espectrometria de massas em 16 amostras de uísque, incluindo Talisker Isle of Skye Malt (10 anos), Glenmorangie Original, Four Roses Single Barrel, Johnnie Walker Red Label e Jack Daniel's, entre outras.
Eles também forneceram descrições de sabor específicas para cada amostra, determinadas por um grupo de 11 peritos. Então, utilizaram-se algoritmos para determinar o país de origem de cada uísque e suas cinco notas principais.
O OWSum foi capaz de identificar com exatidão se um uísque era americano ou escocês. A identificação de compostos como mentol e citronelol esteve fortemente ligada à categorização como uísque americano, enquanto a identificação de decanoato de metila e ácido heptanoico esteve mais ligada aos uísques escoceses.
Em uma segunda fase, os cientistas solicitaram à OWSum e à CNN que antecipassem as propriedades olfativas dos uísques com base nas moléculas identificadas ou em suas propriedades estruturais.
Os dois algoritmos conseguiram identificar com mais exatidão e consistência as cinco notas predominantes de um uísque do que qualquer especialista humano no painel. "Descobrimos que nossos algoritmos se alinharam melhor com os resultados do painel do que cada membro individual, fornecendo, assim, uma estimativa melhor da percepção geral do odor", disse Grasskamp, um dos pesquisadores.
Essas metodologias de aprendizado de máquina poderiam ser usadas para detectar falsificações ou para avaliar se o uísque misturado "terá o aroma esperado, ajudando, assim, a reduzir os custos ao limitar a necessidade de painéis de avaliação", avalia.
